DP算法。参考http://blog.csdn.net/fightforyourdream/article/details/14503469
下面复制pickless的讲解,我觉得我不能比他讲的更好了
O(n^2)的算法很容易想到:
找寻一个点j,将原来的price[0..n-1]分割为price[0..j]和price[j..n-1],分别求两段的最大profit。
进行优化:
对于点j+1,求price[0..j+1]的最大profit时,很多工作是重复的,在求price[0..j]的最大profit中已经做过了。
类似于Best Time to Buy and Sell Stock,可以在O(1)的时间从price[0..j]推出price[0..j+1]的最大profit。
但是如何从price[j..n-1]推出price[j+1..n-1]?反过来思考,我们可以用O(1)的时间由price[j+1..n-1]推出price[j..n-1]。
最终算法:
数组l[i]记录了price[0..i]的最大profit,
数组r[i]记录了price[i..n]的最大profit。
已知l[i],求l[i+1]是简单的,同样已知r[i],求r[i-1]也很容易。
最后,我们再用O(n)的时间找出最大的l[i]+r[i],即为题目所求。
如果left[i]的最大值是在i时刻卖出时取得,而right[i]的最大值是在i时刻买入时取得,则在i时刻可以先卖出再买入(总共两次买卖)或者保持不动(总共一次买卖)。
因为题目要求最多两次交易,因此这种情况符合要求。
class Solution {
public:
int maxProfit(vector<int> &prices) {
const int n = prices.size();
if(n == 0) return 0;
int left[n];
int right[n];
left[0] = right[n-1] = 0;
int low = prices[0];
for(int i=1; i<n; ++i)
{
low = min(low, prices[i]);
left[i] = max(left[i-1], prices[i]-low);
}
int high = prices[n-1];
for(int i=n-2; i>=0; --i)
{
high = max(high, prices[i]);
right[i] = max(right[i+1], high-prices[i]);
}
int maxp = 0;
for(int i=0; i<n; ++i)
maxp = max(maxp, left[i]+right[i]);
return maxp;
}
};